arXiv · cs.AI· Zhiyuan Xiang, Peidong Liu, Mingyang Li, Jiawei Li, Wenhow Li, Wenbo Ding, Xiang Deng·· 3 小时前
LAPT-Scale：利用人类视频潜在动作预训练扩展具身策略
LAPT-Scale: Scaling Embodied Policies with Latent Action Pre-Training on Human Videos
arXiv:2610.13732v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zhiyuan Xiang, Peidong Liu, Mingyang Li, Jiawei Li, Wenhow Li, Wenbo Ding, Xiang Deng
研究任务与主要进展
LAPT-Scale通过人类视频中的潜在动作预训练扩展VLA策略，在真实机器人上将成功率从63.3%提升至85.0%。其LAPT-Scale-LAM以连续潜在空间解释帧间视觉变化，并结合感知、语义和光流对齐信号；基于论文摘要，策略使用23.3K小时第一视角视频预训练，再经过目标机器人形态对齐和任务后训练完成训练。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org